知识图谱基本知识与创建过程

经典知识图谱的构建方式是先创建本体，再依据这个本体填充实例，这样生成的知识图谱较为稳定。

但是像 LightRAG 不依赖于一开始的人工本体构建，更简易，但可能存在不稳定的问题。

一、知识图谱基本知识

1. 什么是本体？

本体 Ontology，在知识工程里可以理解为：

对某个领域中"有哪些概念、概念之间有什么关系、每类概念有哪些属性、需要遵守什么约束"的形式化定义。

换成人话说，本体就是先回答这些问题：

比如在光网络领域，如果我们要建设一个传统知识图谱，就不会一开始直接往里面塞文本，而是先设计：

实体类型：

关系类型：

这套"类型、关系、属性、约束"的定义，就是本体。

2. 本体和知识图谱是什么关系？

可以这样区分：

例如本体中定义：

实体类型：板卡 Board
属性：板卡名称、槽位号、板卡类型、所属网元
关系：板卡 属于 网元

知识图谱里填入具体实例：

Board_01
  类型：OTU业务板
  槽位：Slot 3
  所属网元：NE_A

Board_01 ──属于── NE_A

再比如本体中定义：

故障 Fault 可以导致 告警 Alarm

图谱实例里填入：

低输入光功率 ──导致── LOS告警
WSS衰减配置异常 ──导致── 波长功率异常
EDFA增益异常 ──导致── OSNR下降

所以，本体规定"能表达什么"，知识图谱记录"具体发生了什么/具体有哪些知识"。

3. 为什么传统知识图谱要先设计本体？

因为传统知识图谱强调几个目标：

如果没有本体，大家随便抽实体关系，就可能变成：

GNN ──用于── RSA
图神经网络 ──应用于── 路由频谱分配
Graph Neural Network ──solves── Routing and Spectrum Assignment

这些表达语义类似，但名字、关系、方向都不同，后续很难检索、统计、推理。

有了本体，就可以统一成：

Algorithm: GNN
Task: RSA
Relation: used_for

这样后续就可以稳定查询：

需要注意的是，这套构建知识图谱的过程类似类、实例、继承等代码规则。
实体类似于一个类，会包含各种属性。

比如：

继承的意义是：子类继承父类属性和约束。

例如：

OpticalDevice
  ├── NetworkElement
  ├── Board
  ├── Port
  ├── Amplifier
  └── WSS

约束是本体中非常重要但经常被忽视的一部分。它规定什么关系是合法的、属性取值是什么范围。

例如：

contains 关系：
domain = NetworkElement
range = Board

意思是：

NetworkElement 可以 contains Board
但 Alarm 不应该 contains Board

有了约束，图谱质量才能被校验。

规则比约束更进一步，可以用于推理。

例如：

如果某业务经过的所有波长都出现低功率，
且上游站点输出正常，
且本站输入异常，
则可能存在跨段光纤衰耗异常。

简化成规则：

LowInputPower(Port_A)
AND NormalOutputPower(Upstream_Port)
AND SameWavelength(λ_i)
→ SuspectedFiberLoss(Span_X)

二、知识图谱创建过程

下面详细展开。

第一步：需求定义

传统知识图谱不是为了"存所有知识"，而是围绕业务问题建设。

比如你的光网络场景，要先明确目标：

不同目标决定本体怎么设计。

例如，如果目标是 MML 智能调用，本体重点是：

如果目标是故障诊断，本体重点是：

所以本体设计不是越全越好，而是要服务业务查询和推理。

第二步：本体设计

本体设计通常要回答 5 个问题：

问题一：有哪些实体类型？

以光网络故障诊断为例：

问题二：实体之间有哪些关系？

问题三：每类实体有哪些属性？

Alarm:

Port:

PerformanceMetric:

问题四：有哪些约束？

属性约束：

Alarm.severity ∈ {CR, MJ, MN, WR}
Port.direction ∈ {input, output}
Power.unit = dBm

关系约束：

occurs_on:
  domain = Alarm
  range = OpticalDevice

contains:
  domain = NetworkElement
  range = Board

问题五：有哪些推理规则？

如果某站点所有波长输入功率同步下降，
则优先怀疑线路段衰耗或光纤问题。

如果单波长异常而其他波长正常，
则优先怀疑 WSS 单波衰减、波长配置或通道级问题。

第三步：数据源梳理

传统知识图谱要有稳定数据源。常见来源包括：

结构化数据：

半结构化数据：

非结构化数据：

对于企业知识图谱，结构化和半结构化数据通常更可靠；非结构化文档需要 NLP 或 LLM 辅助抽取。

第四步：实体抽取

实体抽取就是从数据中识别出具体对象。

例如从 MML 输出里抽：

NE: NE_001
Board: Slot_3_OTU
Port: 3-1-1
Wavelength: λ39
Alarm: LOS

从论文中抽：

Algorithm: GNN
Algorithm: PPO
Task: RSA
Metric: Blocking Probability
Dataset: NSFNET

传统方式一般包括：

例如光网络里很多对象有固定格式，很适合规则抽取：

端口：3-1-1
槽位：Slot 3
波长：λ39 / 193.1 THz
功率：-12.3 dBm
告警：LOS / LOF / BDI / ODU-AIS

第五步：关系抽取

关系抽取是把实体之间连起来。

例如从配置数据里得到：

NE_001 contains Board_03
Board_03 contains Port_3_1_1
Port_3_1_1 carries Wavelength_39

从告警数据里得到：

Alarm_001 occurs_on Port_3_1_1
Alarm_001 has_severity Critical

从专家规则里得到：

LowInputPower causes LOS
WSS_Attenuation_Error causes Single_Wavelength_Power_Abnormal

传统关系抽取可以来自：

企业图谱里最可靠的关系通常来自已有系统数据，例如资源拓扑、告警表、业务路径表，而不是纯文本自动抽取。

第六步：实体对齐与消歧

这是传统知识图谱非常关键的一步。

同一个对象可能有多个名字：

NE001
NE_001
北京东站NE1
Beijing-East-NE-1

它们可能其实是同一个网元。

同一个概念也可能有多个表达：

GNN
Graph Neural Network
图神经网络

实体对齐就是把它们归一到一个标准实体。

例如：

Graph Neural Network
图神经网络
GNN
→ Algorithm:GNN

消歧则是区分同名不同物。

例如 LOS 可能是：

在光网络场景中必须根据上下文判断。

传统方法通常包括：

第七步：图谱入库

属性图 Property Graph

这是工程中很常用的图数据库形式，例如 Neo4j。

节点和边都可以有属性。

例如：

节点：
(:Port {id:"3-1-1", type:"line", status:"active"})

边：
(:Board)-[:HAS_PORT {source:"inventory"}]->(:Port)

查询语言常见是 Cypher。

第八步：质量校验

传统知识图谱强调质量治理，否则图越大越乱。

常见校验包括：

图谱后续可能支撑自动化决策，错图谱会导致错操作。

第九步：推理与应用

有了本体、实例和规则后，图谱可以用于推理。

例如本体里定义：

OTUBoard 是 Board 的子类
Board 是 OpticalDevice 的子类

如果图谱里有：

Board_03 rdf:type OTUBoard

系统可以推理出：

Board_03 也是 Board
Board_03 也是 OpticalDevice

再比如：

如果 Alarm occurs_on Port
Port belongs_to Board
Board belongs_to NetworkElement

可以推理：

Alarm impacts NetworkElement

在光网络诊断里，推理可以用于：